¿Para qué sirve?
La estadística sirve para resumir muchos números en pocos y para leerlos sin equivocarte. Si tenés las ventas de 300 días, nadie mira las 300: mirás cuánto se vende normalmente, cuánto varía y si pasó algo raro.
Lo que más se usa en el trabajo de un analista, en palabras simples y con su fórmula de Excel. Son 12 pasos cortos.
La estadística sirve para resumir muchos números en pocos y para leerlos sin equivocarte. Si tenés las ventas de 300 días, nadie mira las 300: mirás cuánto se vende normalmente, cuánto varía y si pasó algo raro.
Para resumir muchos datos en uno solo hay tres opciones. El promedio suma todo y divide por la cantidad. La mediana es el dato del medio cuando los ordenás de menor a mayor. La moda es el dato que más se repite.
Minutos que tardaron 5 pedidos de delivery: 10, 20, 20, 30 y 120
| Medida | Cómo se calcula | Da | En Excel |
|---|---|---|---|
| Promedio | (10 + 20 + 20 + 30 + 120) ÷ 5 | 40 | PROMEDIO |
| Mediana | 10, 20, 20, 30, 120: el del medio | 20 | MEDIANA |
| Moda | el 20 aparece dos veces | 20 | MODA.UNO |
Si la cantidad de datos es par, la mediana es el promedio de los dos del medio: en 1, 2, 3 y 4 da 2,5.
Ese pedido de 120 minutos tira del promedio hacia arriba: el promedio dice 40, pero 4 de cada 5 pedidos llegaron en 30 minutos o menos. La mediana casi no se mueve. Por eso en sueldos, precios de casas y tiempos de espera se usa mucho la mediana.
Regla práctica: si el promedio es bastante más grande que la mediana, hay unos pocos valores muy altos. A esos datos que quedan lejos del resto se les dice atípicos.
Dos grupos pueden tener el mismo promedio y ser muy distintos. 9, 10, 11 y 0, 10, 20 promedian 10, pero el segundo está mucho más desparramado. A eso se le dice dispersión, y se mide así:
Dos grupos de 8 datos, los dos con promedio 10
Con los grupos chicos de Datito
| Medida | Qué dice | 9, 10, 11 | 0, 10, 20 | En Excel |
|---|---|---|---|---|
| Rango | el máximo menos el mínimo | 2 | 20 | MAX − MIN |
| Varianza | el promedio de las distancias al cuadrado | 1 | 100 | VAR.S |
| Desvío estándar | la distancia típica de un dato al promedio | 1 | 10 | DESVEST.M |
El desvío estándar es la raíz de la varianza y está en la misma unidad que los datos (minutos, goles, dólares). Por eso es el que más se usa: desvío chico = datos parejos.
En Excel cada medida de dispersión viene en dos versiones. Si tenés todos los datos (los 20 jugadores del plantel), es una población. Si tenés una parte para sacar conclusiones del total (100 clientes de 10.000), es una muestra. La versión de muestra da un poco más grande, para compensar los datos que te faltan.
| Tenés | Ejemplo | Desvío | Varianza |
|---|---|---|---|
| todos los datos | el plantel completo | DESVEST.P | VAR.P |
| una parte | una encuesta a 100 clientes | DESVEST.M | VAR.S |
Con 9, 10 y 11, DESVEST.M da 1 y DESVEST.P da 0,82. Con muchos datos, la diferencia casi desaparece.
Si ordenás los datos de menor a mayor, podés ubicar a cada uno. Los cuartiles cortan la lista en cuatro partes iguales, y el percentil 90 es el valor que deja por debajo al 90 % de los datos. También podés buscar el 2.º más alto o el puesto de un dato en el ranking.
Puntajes ordenados, en A1:A8: 1, 2, 3, 4, 5, 6, 7 y 8
| Qué querés saber | Da | En Excel |
|---|---|---|
| Primer cuartil (Q1) | 2,75 | CUARTIL.INC(A1:A8;1) |
| Mediana (Q2) | 4,5 | CUARTIL.INC(A1:A8;2) |
| Percentil 90 | 7,3 | PERCENTIL.INC(A1:A8;90%) |
| El 2.º más alto | 7 | K.ESIMO.MAYOR(A1:A8;2) |
| Puesto del 6 (de mayor a menor) | 3 | JERARQUIA.EQV(6;A1:A8) |
Cuando el corte cae entre dos datos, Excel calcula un punto intermedio: por eso Q1 da 2,75 y no 2 ni 3.
El puntaje z dice a cuántos desvíos está un dato del promedio: (dato − promedio) ÷ desvío. Si da más de 2 o menos de −2, ese dato es raro para su grupo. Sirve para comparar cosas en distinta escala, como goles y asistencias.
Goles de un plantel: promedio 10, desvío 2
| Jugador | Goles | Cuenta | z | ¿Raro? |
|---|---|---|---|---|
| Jugador A | 12 | (12 − 10) ÷ 2 | 1 | no |
| Jugador B | 15 | (15 − 10) ÷ 2 | 2,5 | sí, muy por arriba |
| Jugador C | 7 | (7 − 10) ÷ 2 | −1,5 | no |
En Excel: =(B2-PROMEDIO(B$2:B$21))/DESVEST.M(B$2:B$21), y la arrastrás para abajo.
La correlación va de −1 a 1. Cerca de 1: cuando una sube, la otra también. Cerca de −1: cuando una sube, la otra baja. Cerca de 0: no hay relación. Se ve muy bien en un gráfico de puntos.
En Excel: COEF.DE.CORREL(A2:A21;B2:B21). Como guía, de 0,3 a 0,7 es una relación moderada y más de 0,7 es fuerte (lo mismo con los negativos).
La recta que mejor pasa entre los puntos sirve para pronosticar. Tiene una pendiente (cuánto sube por cada unidad) y una intersección (dónde arranca). El R² va de 0 a 1 y dice qué tan bien la recta explica los datos.
Horas de práctica en A2:A6 (1 a 5) y puntos en B2:B6 (3, 6, 7, 8 y 11)
| Medida | Da | En Excel |
|---|---|---|
| Pendiente | 1,8 | PENDIENTE(B2:B6;A2:A6) |
| Intersección | 1,6 | INTERSECCION.EJE(B2:B6;A2:A6) |
| R² | 0,95 | COEFICIENTE.R2(B2:B6;A2:A6) |
| Pronóstico con 6 horas | 12,4 | PRONOSTICO(6;B2:B6;A2:A6) |
Primero va la columna que querés predecir (los puntos) y después la otra. Y ojo con pronosticar muy lejos de tus datos: con 50 horas, la recta diría 91,6 puntos.
Un número para todo el grupo dice poco. Lo útil es compararlo por club, por posición o por edad, con PROMEDIO.SI, CONTAR.SI y SUMAR.SI. Y si los grupos son de distinto tamaño, compará proporciones: «8 de 20» es un 40 %.
| Club | Goles | Partidos | Goles por partido |
|---|---|---|---|
| Club A | 12 | 8 | 1,5 |
| Club B | 9 | 5 | 1,8 |
El club B hizo menos goles, pero en menos partidos: por partido le va mejor. Para el promedio de un solo grupo: =PROMEDIO.SI(C2:C21;"Delantero";I2:I21).
Antes de calcular, mirá los datos. Cada gráfico responde una pregunta distinta. El que más cuesta leer al principio es el boxplot (caja con bigotes), así que acá va desarmado.
Cómo se lee un boxplot
Qué gráfico usar
| Gráfico | Responde | Qué mirar |
|---|---|---|
| Histograma | ¿cómo se reparten los datos? | de qué lado queda la cola larga |
| Boxplot | ¿qué grupo es más parejo? | el ancho de la caja y los puntos sueltos |
| Puntos | ¿dos columnas se mueven juntas? | si los puntos suben, bajan o no forman nada |
| Barras | ¿cuál es más grande? | que el eje arranque en 0 |
Una fórmula siempre da un resultado, pero ese resultado se puede leer mal. Estas cuatro trampas aparecen en informes, noticias y presentaciones todo el tiempo.
Las mismas ventas (50 y 52), con dos ejes distintos
Probá todo esto con los datos de 20 jugadores de la Copa: 42 ejercicios con fórmulas de Excel y un nivel para leer gráficos sin caer en trampas. Al terminar, rendí el examen final y llevate tu certificado gratis.
Incluye certificado gratis